PENYUSUNAN TABEL VOLUME SORTIMEN JATI (Tectona grandis L. f.) DI KPH PEMALANG PERUM PERHUTANI UNIT I JAWA TENGAH
NESYA ANEKDA MEYA
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR 2011
PENYUSUNAN TABEL VOLUME SORTIMEN JATI (Tectona grandis L.f.) di KPH PEMALANG PERUM PERHUTANI UNIT I JAWA TENGAH
NESYA ANEKDA MEYA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Fakultas Kehutanan Institut Pertanian Bogor
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR BOGOR 2011
Judul Skripsi
:
Penyusunan Tabel Volume Sortimen Jati (Tectona grandis L.f.) di KPH Pemalang Perum Perhutani Unit I Jawa Tengah
Nama
:
Nesya Anekda Meya
NIM
:
E14063455
Departemen
:
Manajemen Hutan
Menyetujui:
Dosen Pembimbing 1:
Dosen Pembimbing 2:
Ir. Ahmad Hadjib, MS. NIP. 19500123 197412 1001
Ir. Muhdin, M.Sc. NIP.19660610 199103 1006
Mengetahui: Ketua Departemen Manajemen Hutan
Dr. Ir. Didik Suharjito, MS. NIP. 19630401 199403 1001
Tanggal lulus :
RINGKASAN NESYA ANEKDA MEYA. E14063455. Penyusunan Tabel Volume Sortimen Jati (Tectona grandis L.f) di KPH Pemalang Perum Perhutani Unit I Jawa Tengah. Dibimbing oleh AHMAD HADJIB dan MUHDIN Inventarisasi hutan merupakan suatu kegiatan yang berhubungan dengan penaksiran potensi tegakan, salah satunya adalah potensi kayunya. Untuk hutan Jati, inventarisasi tegakan berguna untuk menduga besarnya potensi kayu yang dapat dihasilkan, baik kualitas maupun kuantitas. Sebagai upaya untuk mendapatkan kemudahan dalam menduga volume kayu berdasarkan batang pohon berdiri, maka dilakukan penyusunan tabel volume. Pendugaan tersebut melalui pengukuran satu atau beberapa peubah penduga volume. Oleh karena nilai kayu berbeda-beda untuk setiap macam sortimen, maka nilai kayu batang pohon jati sangat tergantung kepada macam-macam sortimen penyusunnya. Untuk itu maka informasi volume setiap macam sortimen penyusun batang pohon jati sangatlah diperlukan. Untuk menentukan bentuk model penduga volume pohon yang akan digunakan, apakah berbentuk linear (sederhana dan berganda) atau berbentuk non linear, maka perlu dibuat diagram tebar dari pohon contoh yang diambil. Berdasarkan diagram tebar tersebut, maka dapat dipilih model penduga potensi volume pohon. Yang dimaksud model-model penduga volume pohon menurut Spurr (1952) adalah antara lain: 1. Model Berkhout : V = a Db 2. Model Schumacher Hall : V = b0 Db1 Tb2 3. Model Stoate : V = b0 + b1 D2 + b3 D2 T + b4 T Model-model di atas dapat dibuat menjadi model-model regresi linier melalui transformasi logaritmik. Bentuk persamaan Berkhout yang sering di gunakan dalam pendugaan volume pohon, ditransformasikan menjadi bentuk persamaan logaritmik, sedangkan persamaan Schumacher Hall dan Stoate karena telah dalam bentuk persamaan linier, maka tidak dilakukan transformasi ke dalam persamaan logaritmik. Penduga volume Jati di KPH Pemalang dengan model Berkhout tanpa transformasi memiliki akurasi yang lebih baik dibanding model yang diperoleh melalui transformasi. Penduga volume Jati di KPH Pemalang yang terbaik adalah model Modified Geometric: V= 13.432379 D(-29.5999/D). Di mana D adalah diameter setinggi dada, pada kisaran 18-70 cm. Pendugaan volume Jati per sortimen di KPH Pemalang dapat dilakukan berdasarkan proporsi dari volume sortimen terhadap volume pohon totalnya yang diperoleh dengan model V = 13.432379 D(-29.5999/D).
Kata kunci: Inventarisasi hutan, Pendugaan volume, Penyusunan tabel volume.
SUMMARY NESYA ANEKDA MEYA. E14063455. Jati (Tectona grandis L.f) Sorts Table Volume Classification at KPH Pemalang Perum Perhutani Unit I Central Java. Beyond Advice of AHMAD HADJIB and MUHDIN.
Forest inventory is an activity related to tree stand potency prediction, including timber potency. As it is in Jati forest, the purpose of inventory is estimating the quality and quantity of timber potency. Table volume classification is needed to make tree volume prediction less complicated. There are one or more variables that usually used in tree table volume prediction. Because timber values are different in each sorts, Jati timber value is depend on its’ sorts type. Therefore, volume information of each sort type is absolutely required. Spread diagram from the sample tree were conducted to determine the models that will be used to predict the tree volume, whether it is linear (single and multiple) or non-linear. Based on the diagram, tree table volume prediction model can be determined. Tree volume prediction models, according to Spurr (1952), i.e: 1. Berkhout Model : V = a Db 2. Shumacher Hall Model : V = b0 Db1 Tb2 3. Stoate Model : V = b0 + b1 D2 + b3 D2 T + b4 T The Spurr models above can be transformed into linier regression models through the use of logarithmic transformation. Berkhout model type, which is often used in tree volume prediction, needed to be transformed into logarithmic equation. Conversely, Schumacher Hall and Stoate equation are already in linear type that logarithmic transformation is unneeded. Jati volume prediction at KPH Pemalang by using Berkhout model without transformation delivered better accuracy compare to another models with transformation. Best Jati volume prediction model determined at KPH Pemalang is Modified Geometric model : V = 13.432379 D (-29.5999/D). D in the equation determined as diameter breast height, within range 18-70 cm. Jati volume prediction per sort at KPH Pemalang can be determined based on the proportion of sort volume to total tree volume. The tree volume can be attained from model V = 13.432379 D(-29.5999/D).
Keyword: Forest inventory, Volume prediction, Table volume prediction.
PERNYATAAN Dengan ini saya menyatakan bahwa skripsi yang berjudul “Penyusunan Tabel Volume Sortimen Jati (Tectona grandis L.f.) di KPH Pemalang Perum Perhutani Unit I Jawa Tengah” adalah benar-benar hasil kerja saya sendiri dengan bimbingan dosen pembimbing dan belum pernah digunakan sebagai karya ilmiah pada perguruan tinggi atau lembaga manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Bogor, Maret 2011
Nesya Anekda Meya NRP E14063455
i
KATA PENGANTAR
Puji syukur ke hadirat Allah SWT yang senantiasa memberikan hidayah dan rahmat kepada seluruh umat-Nya serta dengan izin-Nya penulis dapat menyelesaikan skripsi yang berjudul Penyusunan Tabel Volume Sortimen Jati (Tectona grandis L. f.) di KPH Pemalang, Perum Perhutani Unit I Jawa Tengah dengan baik. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan di Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Dalam penulisan skripsi ini penulis banyak mendapatkan dukungan dan bantuan dari berbagai pihak, hingga akhirnya skripsi ini dapat terselesaikan dengan baik. Akhirnya dengan penuh syukur penulis megucapkan terima kasih kepada: 1.
Kedua orang tua, Melda Erison dan Nirsya Januarni, adik (Netasya Andwida Meya), untuk kasih sayang dan doa yang tulus.
2.
Bapak Ir. Ahmad Hadjib, MS. dan Bapak Ir. Muhdin, M. Sc. F. Trop. selaku dosen pembimbing skripsi yang telah memberikan bimbingan dan meluangkan waktu kepada penulis selama proses penyusunan skripsi.
3.
Bapak Dr. Ir. Ricky Avenzora, M.Sc, Bapak Dr. Ir. Omo Rusdiana, M.Sc, dan Ibu Istie Sekartining Rahayu, S.hut, M.S, selaku dosen penguji pada sidang Komprehensif.
4.
Bapak Ir. Sajim Hasanudin, Bapak Mamat B.SCF, Bapak Soni B.SCF, dan seluruh pihak dari KPH Pemalang Perum Perhutani Unit I Jawa Tengah.
5.
Teman-teman MNH 43 yang selama ini bersama-sama menjalani masa perkuliahan, khususnya teman-teman seperjuangan di tempat PKL (Ana, Ina, Harlen).
6.
Kepada sahabat yang sudah penulis anggap sebagai saudara seperjuangan (uda Andre, Linda Sri, Radita Daneshwara), terimakasih atas nasehat, semangat, dan gurauan yang selalu membuat penulis terhibur.
7.
Keluarga besar Pondok Irafan Bachdim (Sukesti, Linda Zakiah, Wiwin, Listiani, Elva, Ayu) terimakasih atas semua bantuan dan dukungan yang telah diberikan selama kurang lebih 3 tahun kebersamaan ini.
ii 8.
Khusus buat Aulia Yusri Riezkiani Artika dan Dian Harpisari, terimakasih untuk semangat dan nasehat-nasehat yang telah diberikan kepada penulis.
9.
Kakak senior yang telah membantu penulis dalam menjalani studi selama kurang lebih 4 tahun di Fakultas Kehutanan IPB (Bang Yandri, Bang Heru, Bang Dwi, Bang Yoga, Bang Kaka dan Bang Lukman). Penulis menyadari penulisan skripsi ini telah dilakukan dengan sebaik-
baiknya, namun jika terdapat kesalahan maka itu adalah kekhilafan penulis semata. Semoga skripsi ini dapat bermanfaat bagi semua pihak.
RIWAYAT HIDUP
Penulis dilahirkan di Payakumbuh, Sumatera Barat pada tanggal 09 Desember 1987 dari ayah Melda Erizon dan ibu Nirsya Januarni. Penulis merupakan puteri pertama dari dua bersaudara. Riwayat pendidikan penulis di mulai pada tahun 1993 di Taman Kanak-kanak Tunas 45 Jakarta Timur. Pada tahun 2000 penulis menyelesaikan pendidikan dasar di
Sekolah Dasar (SD) Negeri
03
Bunian
Payakumbuh dan melanjutkan ke Sekolah Lanjutan Tingkat Pertama (SLTP) 1 Payakumbuh hingga tahun 2003. Pada tahun 2006 penulis menyelesaikan pendidikan di Sekolah Menengah Atas (SMA) Negeri 2 Payakumbuh. Penulis melanjutkan pendidikan di Institut Pertanian Bogor pada tahun 2006 melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima di Departemen Manajemen Hutan, Fakultas Kehutanan pada tahun 2007. Selama duduk di bangku kuliah, penulis aktif mengikuti beberapa organisasi baik sebagai anggota maupun sebagai pengurus. Adapun beberapa keorganisasian tersebut antara lain : Paduan suara Fakultas Kehutanan, Ikatan Pelajar Mahasiswa Minang sebagai anggota bidang Sosial dan Budaya. Selain itu penulis juga dipercaya untuk menjadi Ketua Departemen Kemahasiswaan Badan Eksekutif Mahasiswa Fakultas Kehutanan periode (2007-2008). Pada tahun 2010, penulis melaksanakan Praktek Kerja Lapang di PT. INHUTANI II Pontianak. Selama masa studi di Departemen Manajemen Hutan, penulis aktif sebagai tim Asisten di laboratorium Inventarisasi Sumber Daya Hutan Bagian Perencanaan Kehutanan. Pada bulan Juli-Agustus penulis aktif sebagai Asisten Praktek Pengelolaan Hutan 2010. Sebagai salah satu syarat menyelesaikan pendidikan di Departemen Manajemen Hutan Fakultas Kehutanan Institut Pertanian Bogor Penulis menyelesaikan skripsi yang berjudul Penyusunan Tabel Volume Sortimen Jati (Tectona grandis L. f.) di KPH Pemalang, Perum Perhutani Unit I Jawa Tengah, di bawah bimbingan Ir. Ahmad Hadjib, MS dan Ir. Muhdin, M. Sc. F. Trop.
ii
DAFTAR ISI Halaman KATA PENGANTAR ..............................................................................
i
DAFTAR TABEL ......................................................................................
vi
DAFTAR LAMPIRAN ...............................................................................
vii
BAB I. PENDAHULUAN 1.1 Latar Belakang ............................................................................. 1.2 Tujuan Penelitian ......................................................................... 1.3 Manfaat Penelitian ....................................................................... BAB II. TINJAUAN PUSTAKA 2.1 Klasifikasi, Penyebaran Alami dan Syarat Tumbuh Kayu Jati ...... 2.2 Sifat Fisik dan Kegunaan ............................................................... 2.3 Dasar-dasar Pembagian Batang....................................................... 2.4 Daur ................................................................................................ 2.5 Sortimen Kayu Bundar Jati ............................................................ 2.6 Volume Pohon ................................................................................ 2.7 Penyusunan Tabel Volume ............................................................. BAB III. METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian ......................................................... 3.2 Alat dan Bahan ............................................................................... 3.3 Metode ............................................................................................ 3.3.1 Penentuan Jumlah dan Pemilihan Pohon Contoh .................. 3.3.2 Pengukuran dan Pengumpulan Data ..................................... 3.3.3 Analisis Data ......................................................................... BAB IV. KEADAAN UMUM LOKASI PENELITIAN 4.1 Sejarah Perusahaan.......................................................................... 4.2 Letak Geografis dan Luas Perusahaan ........................................... 4.3 Tanah dan Geologi ......................................................................... 4.4 Iklim ............................................................................................... BAB V. HASIL DAN PEMBAHASAN 5.1 Statistik Model Contoh .................................................................. 5.2 Analisis Model ............................................................................... 5.2.1 Analisis Model Berkhout ....................................................... 5.2.2 Pemilihan Model Terbaik ...................................................... 1 Penyusunan Persamaan Penduga Volume Pohon .............. 2 Validasi Persamaan Penduga Volume Pohon .................... 3 Pemilihan Persamaan Penduga Volume Pohon terbaik ...... 4 Penyusunan Tabel Volume pohon Jati per Sortimen .......... BAB VI. KESIMPULAN DAN SARAN 6.1 Kesimpulan ..................................................................................... 6.2 Saran ...............................................................................................
1 3 3 4 5 5 7 8 8 10 12 12 12 12 13 15 20 20 21 21 22 22 22 25 25 27 27 29 31 31
DAFTAR PUSTAKA .................................................................................
32
LAMPIRAN ................................................................................................
33
iii
DAFTAR TABEL
No.
Halaman
1. Urutan prioritas pembagian batang kayu bundar jati tahun 2005 .............
6
2. Analisis keragaman pengujian regresi (ANOVA) .................................... 16 3. Sebaran data pohon contoh untuk penyusunan dan validasi model .......... 22 4. Statistik penyusunan model penduga volume (Model Berkhout) .............. 23 5. Statistik hasil proses validasi model Berkhout .......................................... 24 6. Statistik penyusunan model penduga volume (dengan Curve expert) ...... 26 7. Statistik hasil validasi menggunakan Curve expert .................................. 27 8. Peringkat persamaan tahap penyusunan model.......................................... 28 9. Peringkat persamaan tahap validasi model ............................................... 28 10. Peringkat gabungan tiap persamaan penduga Volume ............................. 29 11. Proporsi pendugaan volume setiap sortimen ............................................. 30
iv
DAFTAR LAMPIRAN
No.
Halaman 3
1. Tabel volume sortimen Jati (m ) ............................................................... 34 2. Data dimensi pohon contoh ...................................................................... 35
BAB I PENDAHULUAN 1.1 Latar Belakang Hutan jati di Pulau Jawa merupakan hutan di Indonesia yang pertama kali dikelola berdasarkan azas kelestarian, yaitu prinsip yang menjadi landasan pengelolaan hutan di seluruh dunia sampai sekarang (Soeranggadjiwa 1967). Untuk dapat menjamin tercapainya azas kelestarian hutan dan kelestarian manfaat yang maksimal, maka di dalam mengelola hutan perlu adanya perencanaan yang mantap yang didukung oleh data dan informasi yang akurat. Kayu jati termasuk jenis kayu yang bernilai tinggi di antara jenis-jenis kayu yang lain, bahkan termasuk jenis kayu mewah karena memiliki profil yang ditunjukkan oleh garis lingkar tumbuh yang indah dan bernilai artistik tinggi, awet dan tahan terhadap hama dan penyakit, serta mudah pengerjaannya. Nilai kayu yang tinggi ini didukung oleh permintaan pasar di dalam dan luar negeri yang cukup besar dan relatif stabil. Pemanenan
kayu
merupakan
serangkaian
kegiatan,
mulai
dari
perencanaan, penebangan, pembagian batang, sampai dengan pengangkutan. Dari serangkaian kegiatan pemanenan kayu tersebut, tahap pembagian batang merupakan salah satu kegiatan kritis karena tahap ini merupakan tahap penentu nilai ekonomis kayu yang akan dihasilkan. Apabila pembagian batang tidak dilakukan dengan baik maka nilai kayu akan turun dan perusahaan atau pengusaha akan mengalami kerugian yang cukup besar (Elias 1988). Pembagian batang setelah penebangan merupakan proses dalam membuat sortimen kayu (panjang, diameter, dan komponen cacat kayu) tertentu sehingga nilai keseluruhan potongannya optimal. Dengan demikian pembagian batang haruslah menghasilkan nilai kumulatif yang tertinggi serta tingkat efisiensi yang tertinggi bagi yang menggunakannya. Dalam inventarisasi tegakan hutan, untuk mendapatkan data potensi tegakan hutan, salah satu masalah yang dihadapi adalah menduga volume pohon berdiri berdasarkan dimensi penentunya yaitu diameter setinggi dada (1,30 m dari permukaan tanah atau 20 cm di atas banir apabila tinggi banir melebihi 1,30 m)
2
dan tinggi pohon bebas cabang. Pendugaan volume pohon berdasarkan diameter dan tinggi, memerlukan pengamatan yang lama terutama dalam pengukuran tinggi, juga lazimnya didapatkan tingkat ketelitian yang rendah sebagai akibat kesalahan di dalam mengukur tinggi pohon yang sulit dilakukan di lapangan. Inventarisasi hutan merupakan suatu kegiatan yang berhubungan dengan penaksiran potensi tegakan, salah satunya adalah potensi kayunya. Untuk hutan Jati, inventarisasi tegakan berguna untuk menduga besarnya potensi kayu yang dapat dihasilkan, baik kualitas maupun kuantitas. Sebagai upaya untuk mendapatkan kemudahan dalam menduga volume kayu berdasarkan batang pohon berdiri, maka dilakukan penyusunan tabel volume. Pendugaan tersebut melalui pengukuran satu atau beberapa peubah penduga volume. Oleh karena nilai kayu berbeda-beda untuk setiap macam sortimen, maka nilai kayu batang jati sangat tergantung kepada macam-macam sortimen penyusunnya. Untuk itu maka informasi volume setiap macam sortimen penyusun batang pohon jati sangatlah diperlukan. Untuk menentukan bentuk model penduga volume pohon yang akan digunakan, apakah berbentuk linear (sederhana dan berganda) atau berbentuk non linear, maka perlu dibuat diagram tebar dari pohon contoh yang diambil. Berdasarkan diagram tebar tersebut, maka dapat dipilih model penduga potensi volume pohon. Yang dimaksud model-model penduga volume pohon menurut Spurr (1952) adalah antara lain: 4. Model Berkhout
: V = a Db
5. Model Schumacher Hall
: V = b0 Db1 Tb2
6. Model Stoate
: V = b0 + b1 D2 + b3 D2 T + b4 T
Model-model di atas dapat dibuat menjadi model-model regresi linier melalui transformasi logaritmik. Bentuk persamaan Berkhout yang sering di gunakan dalam pendugaan volume pohon, ditransformasikan menjadi bentuk persamaan logaritmik, sedangkan persamaan Schumacher Hall dan Stoate karena telah dalam bentuk persmaan linier, sehingga tidak di lakukan transformasi ke dalam persamaan logaritmik.
3
1.2 Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini adalah 1. Memperoleh cara penyusunan persamaan penduga volume pohon dengan persamaan Berkhout yang lebih akurat, melalui transformasi atau tanpa transformasi. 2. Memperoleh persamaan pendugaan volume pohon Jati di KPH Pemalang. 3. Memperoleh tabel volume pohon jati yang dirinci per sortimen di KPH Pemalang. 1.3 Manfaat Penelitian Dengan diketahuinya volume pohon untuk setiap macam soritmennya, maka nilai pohon dapat ditentukan secara lebih akurat berdasarkan nilai sortimensortimen penyusunnya.
BAB II TINJAUAN PUSTAKA 2.1 Klasifikasi, Penyebaran Alami dan Syarat Tumbuh Kayu Jati Sebaran alami Tectona grandis L.f. atau jati meliputi India, Birma, Thailand dan Vietnam. Penyebaran tanaman di Indonesia ditemukan di seluruh Jawa, Sulawesi Selatan, Sulawesi Tenggara, Sumbawa, Maluku dan Lampung (Soeranggadjiwa 1967). Di Jawa dan beberapa pulau Nusa Tenggara umumnya dinamakan jati, kayu disebut kayu jati (dalam bahasa Melayu dan Jawa) atau Kijati di Pasundan (Cordes 1992). Menurut Sumarna (2001), klasifikasi tanaman jati digolongkan sebagai berikut: Divisi
: Spermatophyta
Kelas
: Angiospermae
Sub kelas
: Dicotyledoneae
Ordo
: Verbenales
Famili
: Verbenaceae
Genus
: Tectona
Species
: Tectona grandis L.f
Secara umum, tanaman membutuhkan iklim dengan curah hujan minimum 750 mm per tahun, optimum 1000-1500 mm per tahun dan maksimum 2500 mm per tahun, walau demikian jati masih dapat tumbuh di daerah dengan curah hujan 3750 mm per tahun. Suhu udara yang dibutuhkan tumbuhan jati minimum 13170C. Pada suhu optimal 32-420C, tanaman jati akan menghasilkan kualitas kayu yang baik. Adapun kondisi kelembaban lingkungan tanaman jati yang optimal 80% untuk fase vegetatif dan antara 60-70% untuk fase generatif (Sumarna 2001). Di Jawa, jati terutama terdapat pada daerah-daerah panas dengan tanahtanah yang rendah dan berbukit-bukit, sifatnya agak kurus dan kurang air, yang terdiri dari formasi tua kapur dan margalit (Fakultas Kehutanan UGM 1976).
5
2.2 Sifat Fisik dan Kegunaan Secara morfologis, tanaman Jati memiliki tinggi yang dapat mencapai sekitar 30-45 m. Dengan pemangkasan, batang yang bebas cabang dapat mencapai antara 15-20 m. Diameter batang dapat mencapai 220 cm. Kulit kayu berwarna kecoklatan atau abu-abu yang mudah terkelupas. Daun berbentuk opposite (jantung membulat dengan ujung meruncing) (Sumarna 2001). Ditinjau dari sifat fisiknya, kayu jati mempunyai berat jenis antara 0,620,75 dan memiliki kelas kuat II dengan penyusutan hingga kering tanur 2,8-5,2%. Keawetan kayu tergolong kelas I (Sumarna 2001). Kayu jati hingga saat ini banyak dibutuhkan dalam industri properti, seperti untuk kayu lapis, rangka, kusen, pintu maupun jendela, karena kayu jati memiliki kelas kuat dan kelas awet yang tinggi. Selain itu, dengan profil yang ditunjukkan oleh garis lingkar tumbuh yang unik dan bernilai artistik tinggi, jati dibutuhkan para seniman pahat dan pengrajin industri furniture untuk dijadikan berbagai jenis barang kerajinan rumah tangga. Karena kekuatannya pula, kayu jati digunakan sebagai bahan untuk bak pada angkutan truk, tiang, balok, gelagar, jembatan, maupun bantalan kereta api (Sumarna 2001)
2.3 Dasar-dasar Pembagian Batang Tujuan pembagian batang adalah untuk meningkatkan nilai ekonomis, memisahkan berbagai
sortimen kayu
sesuai
peruntukannya
dan untuk
mempermudah pengangkutan dari satu batang pohon dengan memperhatikan azas peningkatan mutu sesuai penggunaannya. Nilai sortimen kayu dari sutu batang pohon ditentukan oleh variasi kualitas, panjang dan diameter. Ketiga variabel yang menentukan nilai tersebut diatur dalam pembagian batang (Elias 1998). Pembagian batang dilakukan dari pangkal, sedangkan pemotongan dilaksanakan dari ujung, bila tidak ditetapkan secara khusus, pemotongan panjang kayu dilakukan dengan urutan prioritas (Perhutani 2005).
6
Urutan prioritas pembagian batang kayu bundar jati sebagai berikut : Tabel 1 Urutan prioritas pembagian batang kayu bundar jati tahun 2005 No.
Jenis Sortimen
Panjang (m)
Diameter (cm)
1.
Kayu Bundar Vinir (Vi)
2,40-2,90 2,20-2,30
35 up
2.
Kayu Bundar Hara (H)
2,50-2,90 2,20-2,40 1,20-1,90 0,40-0,90
30 Up 30 Up 30 Up 30 Up
2,50-2,90 2,20-2,40 1,20-1,90 0,70-0,90
25-28 25-28 25-28 25-28
2,50-2,90 2,20-2,40 1,20-1,90 0,40-0,90
30Up 30Up 30Up 30Up
2,50-2,90 2,20-2,40 1,20-1,90 0,70-0,90
22-28 22-28 22-28 22-28
3.
Kayu Bundar Lokal Industri (IN)
4.
Kayu Bundar Besar (AIII) Lokal
4,10 ke atas 3,10-3,90 2,50-2,90 2,10-2,40 1,10-1,90 0,70-0,90 0,40-0,60
30 Up 30 Up 30 Up 30 Up 30 Up 30 Up 30 Up
5.
Kayu Bundar Sedang (AII) Lokal
4,00 ke atas 3,00-3,90 2,00-2,90 1,00-1,90 0,70-0,90 0,40-0,60
22-28 22-28 22-28 22-28 22-28 22-28
7
Tabel 1 (Sambungan) No.
Jenis Sortimen
Panjang (m)
Diameter(cm)
6.
Kayu Bundar Kecil (AI)
4,00 ke atas 3,00-3,90 2,00-2,90 1,00-1,90 0,70-0,90 0,40-0,60
16-19 16-19 16-19 16-19 16-19 16-19
4,00 ke atas 3,00-3,90 2,00-2,90 1,00-1,90 0,70-0,90
10-13 10-13 10-13 10-13 10-13
4,00 ke atas 3,00-3,90 2,00-2,90 1,50-1,90
4-7 4-7 4-7 4-7
1,00-1,90 0,40-1,90
30Up 30Up
1,00-1,90 0,40-1,90
22-28 22-28
1,00-1,90 0,40-1,90
16-19 16-19
7.
Kayu Bahan Parket (KBP)
8.
Kayu Bundar Limbah (KBL)
0,50 0,50 1,00
9-15 5-8 2-4
9.
Brongkol
Maks 0,90
Tidak terbatas
Sumber: Perhutani 2005 2.4 Daur Menurut Osmaston (1968), daur atau rotasi adalah suatu periode dalam tahun yang diperlukan untuk menanam dan memelihara suatu jenis pohon sampai mencapai umur yang dianggap masak untuk keperluan tertentu. Jadi sebenarnya istilah daur hanya dipakai untuk pengelolaan hutan tanaman seumur. Untuk hutan alam, istilah yang mempunyai arti yang sama dengan daur adalah siklus tebang.
8
Menurut Osmaston (1968), faktor-faktor yang mempengaruhi lamanya daur adalah: a. Tingkat kecepatan pertumbuhan tegakan, yang tergantung pada jenis pohon, lokasi tempat tumbuh serta intensitas penjarangan. b. Karakteristik jenis, dimana harus diperhatikan umur maksimal secara alami, umur menghasilkan benih, umur kecepatan tumbuh terbaik dan umur kualitas kayu terbaik. c. Pertimbangan ekonomi, di mana harus memperhatikan ukuran yang dapat diperoleh. d. Respon tanah terhadap penggunaan pembukaan lahan yang berulangulang, hal ini erat hubungannya dengan batuan induk dan pelapukan tanah.
2.5 Sortimen Kayu Bundar Jati Sortimen kayu bundar jati menurut Perhutani (2005), sebagai berikut: 1. Kayu Bundar Vinir (Vi) 2. Kayu Bundar Hara (H) 3. Kayu Bundar Lokal Industri (IN) 4. Kayu Bundar Besar (KBB) yang disebut dengan Sortimen AIII 5. Kayu Bundar Sedang (KBS) yang disebut dengan Sortimen AII 6. Kayu Bundar Kecil (KBK) yang disebut dengan Sortimen AI 7. Kayu Bahan Parket (KBP) 8. Kayu Bundar Limbah (KBL) / Kayu Bakar 9. Kayu Brongkol
2.6 Volume Pohon Menurut Husch (1963) volume pohon adalah ukuran tiga dimensi, yang tergantung dari dbh (diameter setinggi dada atau diameter pangkal), tinggi atau panjang batang dan faktor bentuk batang). Menurut Soeranggadjiwa (1967) diameter merupakan salah satu parameter pohon yang mempunyai arti penting dalam pengumpulan data tentang potensi hutan untuk keperluan pengelolaan. Diameter setinggi dada diukur pada 1,3 m (4,3 feet) di atas pangkal batang.
9
Suharlan dan Sudiono (1976) menyatakan bahwa setiap batang pohon terdiri dari sejumlah bagian yang berlainan sehingga jika ditentukan volumenya secara sekaligus maka akan diperoleh hasil volume yang besar dan kurang seksama. Agar diperoleh hasil yang cukup seksama maka penentuan volume pohon dilakukan setiap seksi dimana batang pohon dipotong menjadi beberapa bagian (seksi) dan setiap seksi diukur dan ditentukan volumenya. Penentuan sampel merupakan kegiatan untuk menentukan pohon-pohon yang dijadikan contoh untuk penyusunan tabel volume. Menurut Spurr (1952) untuk penyusunan tabel volume diperlukan jumlah pohon contoh yang dikumpulkan dari satu lokasi penelitian minimal 50 pohon contoh. Tabel volume merupakan pernyataan sistematik mengenai volume sebatang pohon menurut semua atau sebagian dimensi yang ditentukan dari dbh, dan angka bentuk pohon. Tipe-tipe tabel volume pohon terdiri dari:
1. Tabel volume lokal (local volume tables) Tabel volume lokal menyajikan volume menurut dimensi pohon diameter setinggi dada (dbh). Tabel volume ini tidak memerlukan pengukuran tinggi pohon, meskipun pada penyusunan aslinya tinggi tetap dihitung, tetapi dihilangkan di dalam bentuk akhirnya. Istilah “lokal” digunakan karena tabeltabel tipe ini hendaknya hanya dipergunakan untuk wilayah terbatas yang merupakan asal hubungan tinggi dan diameter yang dimanfaatkan ke dalam tabelnya. 2. Tabel volume standar (general standard volume tables) Tabel volume standar didasarkan kepada pengukuran diameter setinggi dada (dbh), dan tinggi. Tinggi dapat berupa tinggi pohon total atau tinggi kayu perdagangan. Tabel volume standar dapat disusun untuk individu spesies maupun kelompok spesies dari berbagai wilayah-wilayah geografis. 3. Tabel volume kelas bentuk (form class volume tables) Tabel volume kelas bentuk disiapkan untuk menunjukkan volume menurut beberapa ukuran bentuk pohon disamping diameter setinggi dada (dbh) dan tinggi pohon. Tabel volume ini dapat dipakai bilamana saja bentuk suatu pohon yang bersangkutan secara jelas ditunjukkan oleh karakteristik-
10
karakteristik bentuk yang telah dimasukan dalam penyusunan tabel-tabelnya, tanpa memandang spesies atau tempat. Diantara ketiga macam tabel volume tersebut, yang paling praktis adalah tabel volume lokal yang hanya menggunakan dbh sebagai peubah penduga, namun secara teoritis memiliki ketelitian yang lebih rendah dibanding tabel volume standar dan tabel volume dengan kelas bentuk. Tabel volume dibuat berdasarkan
persamaan
volume
yang
disusun
dengan
persamaan
regresi. Persamaan regresi terbaik biasanya dipilih dari berbagai macam persamaan yang dicobakan terhadap data yang dimiliki. Spurr (1952) menyatakan bahwa untuk menentukan volume, apabila pengukuran dilakukan hanya pada satu peubah, maka dipakai diameter setinggi dada (dbh), bila menggunakan dua peubah maka yang diukur adalah diameter setinggi dada dan tinggi pohon tersebut. Sedangkan bila menggunakan tiga peubah selain mengukur diameter setinggi dada dan tinggi pohon ditambahkan juga angka bentuk.
2.7 Penyusunan Tabel Volume Penyusunan tabel volume pohon dimaksudkan untuk memperoleh taksiran volume pohon melalui pengukuran satu atau beberapa peubah penentu volume pohon serta untuk mempermudah kegiatan inventarisasi hutan dalam menduga potensi tegakan. Meskipun demikian, untuk meningkatkan efisiensi dalam penaksiran volume tegakan dengan tidak mengurangi ketelitian yang diharapkan, diusahakan dalam penyusunan tabel volume pohon memperkecil jumlah peubah bebas penentu volume pohon dan diberlakukan pada daerah setempat. Tabel yang dimaksudkan adalah tabel volume pohon lokal atau tarif volume. Model pendugaan volume dengan menggunakan tabel volume pohon merupakan model pendugaan volume yang secara teoritis adalah yang paling baik untuk melakukan inventarisasi masa tegakan (Soeranggadjiwa 1967). Tabel volume harus memenuhi syarat seperti sederhana, objektif, dan teliti. Komponenkomponen volume yang banyak digunakan adalah diameter dan tinggi pohon. Namun demikian, dalam prakteknya pengukuran tinggi memerlukan waktu lebih banyak daripada pengukuran diameter. Hal ini disebabkan oleh sifat khas jenis-
11
jenis pohon, komposisi tegakan dan keadaan fisik lapangan hutan-hutan di Indonesia pada umumnya (Sumarna dan Sudiono 1976). Menurut Chapman dan Meyer (1949) tabel volume yang hanya menggunakan satu peubah hanya berlaku pada daerah terbatas. Adapun macam-macam formulasi tabel volume pohon antara lain: 1. Dengan satu peubah bebas (diameter) V = a Db (Berkhout) V = a + b D2 (Kopezky-Gehrhardt) 2. Dengan dua peubah bebas (diameter dan tinggi) V = b0 Db1 Tb2 (Schumacher Hall) V = b0 + b1 D2 + b3 D2 T + b4 T (Stoate) Dari sekian banyak persamaan regresi yang dicoba adalah, persamaan Berkhout: V = a Db dimana: V = volume pohon D = dbh a, b = konstanta Persamaan ini adalah persamaan regresi yang paling banyak digunakan. Selain alasan kesederhanaan model dan kepraktisan, karena hanya menggunakan dbh (diameter setinggi dada) sebagai peubah bebasnya di mana diameter lebih mudah diukur daripada tinggi pohon (H), dan model tersebut adalah model yang secara matematis memiliki kerangka pemikiran (landasan toeritis) yang jelas. Model matematis V = a0 Da1 dapat diestimasi oleh model stokastik V = a0 Da1 E, dimana E adalah kesalahan yang bersifat acak (Prodan 1965). Model terakhir dapat ditransformasikan ke dalam model logaritmik: Yi = b0 + b1X + e Di mana koefisien b0 dan b1 adalah parameter yang nilainya tidak diketahui sehingga diduga dengan menggunakan pohon contoh terpilih.
BAB III METODE PENELITIAN 3.1 Waktu dan Lokasi Penelitian Penelitian ini dilaksanakan di Kesatuan Pemangkuan Hutan (KPH) Pemalang, Perum Perhutani Unit I Jawa Tengah. Penelitian ini dilaksanakan selama 1 bulan yaitu pada bulan Mei-Juni tahun 2010.
3.2 Alat dan Bahan Bahan yang digunakan dalam penelitian ini adalah data primer yang didapat langsung di lapangan, yakni pada tebangan A di KPH Pemalang. Tebangan A adalah tebangan habis biasa yang meliputi kawasan produktif (menghasilkan) dari kelas perusahaan yang ditebang habis, tebangan ini dibagi-bagi dalam jangka yang berturut-turut menurut daur yang diterapkan. Data sekunder yang digunakan yaitu: 1. Buku Rencana Pengaturan Kelestarian Hutan (RPKH) Kelas Perusahaan Jati KPH Pemalang 2. Laporan Tahunan KPH Pemalang 3. Buku Standar Nasional Indonesia (SNI) Pengukuran dan Kualitas Jati 4. Buku Rencana Teknik Tahunan (RTT) 5. Daftar klem Alat yang digunakan dalam penelitian ini adalah seperangkat komputer, dengan software microsoft excel, minitab, dan curve expert.
3.3 Metode 3.3.1
Penentuan Jumlah dan Pemilihan Pohon Contoh Untuk menyusun model penduga volume pohon digunakan 100 pohon
contoh dari jenis Jati (Tectona grandis L.f ) yang terletak pada petak tebang blok 17A, Resort Pemangkuan Hutan (RPH) Sukowati, BKPH Sukowati. Agar mewakili kelas diameter, maka pohon-pohon contoh dipilih sedemikian rupa sehingga setiap kelas diameter terwakili. Data pohon contoh tersebut dibagi menjadi 2 bagian yaitu 67 pohon untuk tahap penyusunan model dan 33 pohon untuk validasi model.
13
3.3.2
Pengukuran dan Pengumpulan Data 1. Melakukan Eksplorasi di BKPH (Bagian Kesatuan Pemangkuan Hutan) Bantarbolang KPH Pemalang. 2. Penentuan diameter terkecil dan diameter terbesar di petak tebang. 3. Melihat daftar klem BKPH Bantarbolang KPH Pemalang. 4. Setelah menentukan diameter terkecil dan terbesar lalu dibuat kelas diameter. 5. Tiap kelas diameter minimal ada 5 pohon contoh (3 untuk penyusunan dan 2 untuk validasi), tergantung pada daftar klem di lapangan. 6. Interval dari kelas diameter adalah 5-10 cm. 7. Menandai petak tebang dengan cara mendatangi pohon yang sesuai dengan kelas diameter yang telah ditentukan. 8. Mengukur diameter setinggi dada (dbh) pada saat pohon berdiri. 9. Penebangan pohon. 10. Penetapan diameter (D) sortimen a. Diameter diukur pada bontos ujung terkecil tanpa kulit dengan menggunakan pita diameter (phi band). b. Penentuan diameter pangkal dan diameter ujung. c. Diameter kayu bundar jati dinyatakan dalam kelas diameter: untuk AI dan AII dalam kelipatan 3 cm dan AIII dalam kelipatan 1 cm. 11. Penetapan Panjang (P) a. Panjang diukur pada jarak terpendek antara kedua bontos melalui badan kayu. b. Panjang diukur dalam kelipatan 10 cm untuk panjang sampai 10 m, dan kelipatan 50 cm untuk panjang lebih dari 10 m dengan pembulatan ke bawah, baik untuk AI, AII, maupun AIII. 12. Penentuan sortimen kayu bundar jati industri. Adapun sortimen kayu bundar jati industri adalah sebagai berikut: a. Kayu Bundar Besar (KBB/AIII) 1. Diameter 30 cm ke atas, panjang 0,40 m ke atas.
14
2. Untuk vinir (Vi) dibuat panjang 2,20-2,90 m, diutamakan panjang 2,50-2,90 m. Sedangkan Vinir panjang 2,20-2,30 m dibuat atas dasar optimalisasi pembagian batang. 3. Untuk Hara (H) dibuat panjang 0,40 m ke atas, diutamakan panjang 2,50-2,90 m dan dihindari pembuatan panjang 0,400,60 m. 4. Untuk Lokal Industri (IN) dibuat panjang 0,70-2,90 m diutamakan panjang 2,20-2,40 m. b. Kayu Bundar Sedang (KBS/AII) 1. Diameter 22 cm, 25 cm, 28 cm, panjang 0,40 m ke atas, diarahkan pada panjang 2,00 m ke atas. 2. Untuk Hara (H) dibuat panjang 0,70-2,90 m, diutamakan panjang 2,20-2,40 m. 3. Untuk Lokal Industri (IN) dibuat panjang 0,70-2,90 m, diutamakan panjang 2,20-2,40. c. Kayu Bundar Kecil (KBK/AI) 1. Diameter 4 cm, panjang 2,00 m ke atas, diarahkan pada panjang 2,50 m ke atas. 2. Diameter 7 cm, panjang 1,50 m ke atas, diarahkan pada panjang 2,50 m ke atas. 3. Diameter 10 cm dan 13 cm, panjang 0,70 m ke atas, diarahkan pada panjang 3,00 m ke atas. 4. Diameter 16 cm dan 19 cm, panjang 0,40 m ke atas, diarahkan pada panjang 3,00 m ke atas. d. Kayu Bahan Parket (KBP) merupakan pelarian, bila kayu tersebut tidak dapat dibuat kayu pertukangan mutu terendah, dengan panjang 0,40-1,90 m dengan diameter 16 cm ke atas. e. Kayu Bundar Limbah (KBL) / kayu bakar dibuat dengan ukuran sebagai berikut: 1. Diameter 5-8 cm dan 9-15 cm, panjang 0,50 m. 2. Diameter 2-4 cm, panjang 1,00 m.
15
f. Kayu Brongkol pada prinsipnya tidak diproduksi. Bila ada kayu tidak menghasilkan kayu pertukangan/ Tolak uji atau kayu bakar dengan panjang kurang dari 1,00 m dapat diterima sebagai sortimen kayu brongkol. 3.3.3
Analisis Data
1. Penyusunan Persamaan Penduga Volume Persamaan penduga volume pohon disusun dengan menggunakan analisis regresi: a. Analisis model Berkhout 1. Transformasi ke model linier 2. Tanpa transformasi (model non linier) b. Mencari Model terbaik dengan model non linier
2. Menghitung Koefisien Regresi dan Koefisien Korelasi Menghitung koefisien regresi pada penyusunan tabel volume lokal, sebagai contoh untuk model regresi linier sederhana sebagai berikut: Yi = β0 + β1 Xi + έi, dengan penduga modelnya adalah yi = b0 + b1xi + ei , maka besarnya nilai koefisien regresi b1 sebagai penduga β1 dan besarnya nilai konstanta b0 (intersept) sebagai penduga dari β0 dapat dihitung dari data pohon contoh, koefisien determinasi ( R2 ) dari model regresi tersebut dapat dihitung : R2 = Keterangan: R2
= Koefisien determinasi
JKregresi
= Jumlah kuadrat regresi
JKtotal
= Jumlah kuadrat total
3. Analisis Keragaman Terhadap persamaan-persamaan regresi tersebut dilakukan pengujian dengan analisis keragaman (analysis of variance) untuk melihat signifikan atau adanya ketergantungan peubah-peubah yang menyusun regresi tersebut.
16
Tabel 2 Analisis keragaman pengujian regresi (ANOVA) Sumber keragaman
Derajat bebas
Jumlah kuadrat (JK)
Kuadrat tengah (KT)
Fhitung
Regresi
k = p-1
JKR
KTR=JKR/k
KTR/K TS
Sisaan
n-k-1
JKS
KTS=JKS/(nk-1)
Total
n-1
JKT
Ftabel
dimana p = banyaknya parameter model regresi dan n = banyaknya pohon contoh yang digunakan dalam penyusunan regresi tersebut. Dalam analisa tersebut hipotesis yang diuji adalah : a. Pada regresi linier sederhana : H0 : β = 0 lawan H1 : β ≠ 0 b. Pada regresi linier barganda: H0 : βi = 0 dimana : i = 1,2 H1 : sekurang-kurangnya ada βi ≠ 0 Jika H1 yang diterima, maka regresi tersebut nyata, artinya ada keterkaitan antara peubah bebas (diameter pohon) dengan peubah tidak bebasnya (volume pohon). Sehingga setiap ada perubahan pada peubah bebasnya akan terjadi perubahan pada peubah tidak bebasnya. Jika H0 yang diterima, maka regresi tersebut tidak nyata, artinya persamaan regresi tidak dapat digunakan untuk menduga volume pohon berdasarkan peubah bebasnya.
4. Validasi Model Hasil persamaan-persamaan regresi yang telah diuji, baik pada penyusunan regresi untuk volume per sortimen dengan model regresi linier dengan menggunakan perangkat lunak Microsoft office excel dan minitab, serta model regresi non linier dengan menggunakan software curve expert, perlu dilakukan uji validasi dengan menggunakan 33 pohon contoh yang telah dialokasikan khusus untuk uji validasi. Uji validasi model dilakukan dengan menghitung nilai-nilai simpangan agregasinya (aggregative deviation), simpangan rata-rata (mean deviation), RMSE ( root mean square error), nilai bias serta uji beda nyata antara volume yang diduga dengan model terhadap volume nyatanya. Uji beda nyata bisa dilakukan dengan uji Khi-kuadrat.
17
Nilai-nilai untuk pengujian validasi model dapat dihitung dengan rumus-rumus sebagai berikut: a. Simpangan Agregat (agregative deviation) Simpangan agregat merupakan selisih antara jumlah volume dugaan (Vt) yang diperoleh berdasarkan tabel volume pohon dan volume aktual, sebagai persentase terhadap volume dugaan (Vt). Persamaan yang baik memiliki simpangan agregat (SA) yang berkisar dari – 1 sampai + 1 (Spurr 1952). Nilai SA dapat dihitung dengan rumus:
SA
Vti Vai Vti
Keterangan: SA
= Simpangan agregat
Vt i
= Volume dugaan pohon ke-i
Vai
= Volume aktual pohon ke-i
b. Simpangan rata-rata ( mean deviation ) Simpangan rata-rata merupakan rata-rata jumlah dari nilai mutlak selisih antara jumlah volume dugaan (Vt) dan volume actual (Va), proporsional terhadap jumlah volume dugaan (Vt). Nilai simpangan rata-rata yang baik adalah tidak lebih dari 10% ( Spurr 1952 ). Simpangan rata-rata dapat dihitung dengan rumus:
SR
Vti Vai Vti x100% n
Keterangan: SR
= Simpangan rata-rata
Vti
= Volume dugaan pohon ke-i
Vai
= Volume aktual pohon ke-i
n
= Jumlah pohon contoh pada proses validasi model
18
c.
RMSE ( root mean square error ) RMSE merupakan akar dari rata-rata jumlah kuadrat nisbah antara selisih
volume dugaan dari tabel volume pohon (Vt) dengan volume aktualnya (Va) terhadap volume aktual. Nilai RMSE yang lebih kecil, menunjukkan model persamaan penduga volume yg lebih baik. RMSE dapat dihitung dengan rumus:
RMSE = Keterangan: RMSE
= Root mean square error
e
= Vti - Vai
n
= Jumlah pohon contoh pada proses validasi model
Vti
= Volume dugaan pohon ke-i
Vai
= Volume aktual pohon ke-i
d. Bias Bias (e) adalah kesalahan sistematis yang dapat terjadi karena kesalahan dalam pengukuran, maupun kesalahan karena alat ukur (Soeranggadjiwa 1967). Bias dapat dihitung dengan rumus:
e
Vti Vai Vai n
x100%
Keterangan: e
= Bias
Vti
= Volume dugaan pohon ke-i
Vai
= Volume aktual pohon ke-i
n
= jumlah pohon contoh pada validasi model
e. Uji beda rata-rata Khi-kuadrat ( Chi-square test ) Pengujian validasi model persamaan penduga volume pohon, dapat pula dilakukan dengan menggunakan uji ² (Khi-kuadrat), yaitu alat untuk menguji
19
apakah volume yang diduga dengan tabel volume pohon (Vt) berbeda dengan volume pohon aktualnya (Va). Dalam hal ini hipotesa yang diuji adalah sebagai berikut: H0 : Vt = Va dan H1 : Vt ≠ Va Kaidah keputusannya adalah sebagai berikut : ²hitung ≤ ²tabel , maka terima H0 ²hitung ≥ ²tabel , maka terima H1
6. Pemilihan model regresi terbaik Model persamaan regresi yang akurat dan valid untuk penyusunan tabel volume pohon apabila memenuhi kriteria sebagai berikut : a. Dalam analisis regresi menghasilkan nilai R 2 yang besar, regresi yang nyata berdasarkan hasil analisis keragamannya. b. Dalam uji validasi harus memenuhi standar pengujian antara lain: 1. Persamaan yang baik memiliki nilai simpangan agregat (SA) yang berkisar berada diantara -1 sampai +1 (Spurr 1952). 2. Persamaan yang baik memiliki nilai simpangan rata-rata tidak lebih dari 10% (Spurr 1952). 3. Nilai RMSE dan bias yang kecil menunjukan model persamaan penduga volume yang lebih baik. 4. Apabila hasil uji beda antara nilai rata-rata yang diduga dengan tabel volume dengan nilai rata-rata nyata (aktual), tidak menunjukkan adanya perbedaan yang nyata (H0 diterima) maka persamaan penduga volume itu baik.
BAB IV KEADAAN UMUM LOKASI PENELITIAN 4.1 Sejarah Perusahaan Perusahaan Umum Perhutani didirikan dengan Peraturan Pemerintah No. 15 Tahun 1972, yang telah diubah dengan peraturan pemerintah nomor 2 tahun 1978, Peraturan Pemerintah No 36 tahun 1986 dan selanjutnya Peraturan Pemerintah No. 53 tahun 1999. Berdasarkan Peraturan Pemerintah RI No. 14 tahun 2001, terhitung sejak tanggal 23 September 2001 Perusahaan Umum Kehutanan Negara di alihkan bentuknya menjadi Perusahaan Perseroan. Bentuk PT. PERHUTANI diberlakukan sejak tanggal 1 juli 2001.Terakhir berdasarkan Peraturan Pemerintah Republik Indonesia No. 30 tahun 2003 (lembaran Negara RI tahun 2003 No. 67) ditetapkan bahwa bentuk hukum Perhutani adalah Perusahaan Umum.
4.2 Letak Geografis dan Luas Perusahaan Letak geografis wilayah Kabupaten Pemalang adalah pada posisi 109 o 11’ 9,79’’-109o35’51,67’’B.T. dan 6o46’52,2’’-7o14’40,86’’ L.S. Adapun batas wilayah administrasinya adalah sebagai berikut : a. Sebelah Utara berbatasan dengan Laut Jawa. b. Sebelah Timur berbatasan dengan Kabupaten Pekalongan. c. Sebelah Selatan berbatasan dengan Kabupaten Purbalingga. d. Sebelah Barat berbatasan dengan Kabupaten Tegal. Luas hutan di KPH Pemalang adalah 24.423, 40 ha. Luas Hutan yang di kelola 24.392,7 ha, hal ini di karenakan untuk cagar alam, suaka alam, hutan wisata, dialih kelolakan kepada BKSDA Kabupaten Tegal seluas 6,60 ha, Kabupaten Pemalang seluas 24,10 ha (hasil risalah Biro Perencana Unit I Jawa Tengah per Desember 2009). Berdasarkan fungsinya terdiri dari hutan produksi seluas 21.464,80 ha, serta hutan wisata dan suaka alam 30,7 ha, lapangan dengan tujuan istimewa (ldti) seluas 2.914,55 ha dan tak baik untuk produksi (tbp) seluas 13,30 ha.
21
4.3 Tanah dan Geologi Topografi lapangan wilayah hutan KPH Pemalang secara umum adalah datar sampai curam, dengan persentase terbesar adalah pada topografi landai sebesar 39,04%. Berdasarkan buku RPKH, areal kerja KPH Pemalang memiliki 3 jenis tanah, yaitu aluvial, mediteran, latosol. Bersumber pada data Lembaga Penelitian Tanah Bogor, jenis tanah yang ada di Kabupaten Pemalang (Perhutani 2005) adalah : 1. Tanah Alluvial, terdapat di sepanjang wilayah pantai di Kecamatan Ulujami, Comal, Petarukan, Taman dan Pemalang. 2. Tanah Latosol terdapat di wilayah Kecamatan Pemalang sebelah tenggara, Bantarbolang pada daerah tangkapan air Sungai Pulaga, Sungai Lumeneng, Sungai Comal dan Sungai Waluh. 3. Tanah Andosol, terdapat di sekitar Gunung Slamet yang merupakan hulu Sungai Comal termasuk dalam wilayah Kecamatan Pulosari dan sebagian wilayah Kecamatan Belik. 4. Tanah Kompleks Podsolik Merah Kekuningan, Podsolik Kuning dan Regosol terdapat di Kecamatan Belik, memanjang ke arah barat laut terus ke wilayah Kecamatan Moga bagian timur. 5. Tanah Regosol, terdapat di sepanjang pantai wilayah Kecamatan Pemalang terus membujur ke timur wilayah Kecamatan Taman. 6. Tanah Lotosol, terdapat di wilayah Kecamatan Pemalang dan sebagian wilayah Kecamatan Randudongkal.
4.4 Iklim Berdasarkan klasifikasi Schmidt dan Ferguson, tipe iklim KPH Pemalang termasuk iklim C. Wilayah Kabupaten Pemalang secara umum memiliki iklim tropis dengan suhu rata-rata 26,05o C. Bulan basah pada musim penghujan dan kemarau bergantian sepanjang tanhun. Bulan basah terjadi antara bulan OktoberApril, sedangkan bulan kering terjadi antara bulan Mei-September. Pada daerah dataran rendah dengan topografi datar sampai landai memiliki rata-rata curah hujan tahunan berkisar antara 1.500-2.000 mm/tahun.
BAB V HASIL DAN PEMBAHASAN 5.1 Statistik Pohon Contoh Pohon contoh dikelompokkan berdasarkan diameter, kemudian dibagi menjadi 2 kelompok yaitu untuk penyusunan model (67 pohon) dan validasi model (33 pohon) dengan memperhatikan keterwakilan sebaran diameter. Penentuan pohon yang akan digunakan untuk penyusunan dan validasi model dilakukan dengan perbandingan 2:1. Penyebaran data pohon contoh yang digunakan untuk penyusunan dan validasi model disajikan pada Tabel 3. Tabel 3 Sebaran data pohon contoh untuk penyusunan dan validasi model Kelas Diameter ≤ 19 cm 20-30 cm 31-40 cm 41-50 cm 51-60 cm 60 Up Jumlah
Penyusunan model ( Pohon ) 3 13 17 14 11 9 67
Validasi model ( Pohon ) 1 7 10 6 6 3 33
5.2 Analisis Model 5.2.1
Analisis model Berkhout Penyusunan rumus Berkhout melalui transformasi ke model linier dengan
menggunakan tiga perangkat lunak yang berbeda, menghasilkan nilai koefisien dan statistik model yang tidak berbeda, disajikan seperti Tabel 4.
23
Tabel 4 Statistik penyusunan model penduga volume (Model Berkhout) Model
b0
b1
-3.273
1.982
a
A 1
Excel Log V = b0+b1Log D
2
V = aDb (dari log)
B 1
Minitab Log V = bo + b1 Log D
2
V = aDb (dari Log)
C
Curve Expert
1
Log V = bo + b1 Log D
2
V = aDb (dari Log)
0.000534
1.982
3
V = aDb (tanpa transformasi)
0.001186
1.784
0.000534
-3.273
R2adj
s
Fhit
87.20%
87.00%
0.12109
442.67
87.20%
87.00%
0.12109
442.67
87.20%
87%
0.12109
442.67
80.23%
79.92%
0.29706
263.75
1.982
1.982 0.000534
-3.273
R2
b
1.982
1.982
Keterangan: b0 dan b1
= Konstanta
s
= Simpangan baku
R2
= Koefisien determinasi
Fhit
= F hitung
= Koefisien determinasi adjusted
a dan b
= Konstanta pada Curve expert
2
R
adj
23
24
Berdasarkan hasil statistik Tabel 4, model Berkhout yang melalui transformasi memiliki nilai R2 lebih besar dibandingkan dengan model tanpa transformasi (Curve expert). Dalam membuat tabel volume lokal, untuk memperoleh ketelitian yang baik, maka koefisien korelasi ditetapkan > 0.7071 atau R2 minimal 50% (Suharlan dan Soemarna 1976). Dari Tabel 4 dapat disimpulkan bahwa model Berkhout melalui transformasi memiliki tingkat ketelitian yang baik karena memiliki nilai R 2(87.20%), namun demikian hasil R2 melalui model tanpa transformasi juga memiliki nilai koefisien determinasi yang tidak jauh berbeda dengan model Berkhout melalui transformasi. Keterkaitan hubungan antara peubah bebas dengan peubah tak bebas dalam suatu persamaan regresi dapat diketahui melalui uji statistik F terhadap ragam sisanya. Pada Tabel 4 dapat dilihat bahwa peubah bebas dengan menggunakan model persamaan Berkhout berpengaruh sangat nyata dalam menduga nilai peubah tak bebasnya. Berdasarkan hasil pengujian Khi-kuadrat, baik model Berkhout yang disusun melalui transformasi maupun tanpa transformasi dapat disimpulkan bahwa pada tingkat keyakinan 95%, nilai volume dugaan tidak berbeda dengan volume sebenarnya. Model Berkhout tanpa transformasi juga menghasilkan nilai bias, RMSE, SA, dan SR yang lebih rendah dibandingkan Model Berkhout melalui transformasi (Tabel 5). Tabel 5 Statistik hasil proses validasi model Berkhout ²hit
²tab(0,05)
Bias
RMSE
SA
SR
dengan transformasi
2.074
46.194
-4.566
24.752
-0.056
20.45%
tanpa transformasi
1.988
46.194
2.883
24.701
-0.012
19.22%
Persamaan Regresi
Menurut (Spurr 1952) dalam uji validasi harus memenuhi standar pengujian yang meliputi nilai-nilai simpangan agregat (SA) yang berkisar -1 sampai +1, dan dari hasil perhitungan dengan menggunakan persamaan penduga volume Berkhout nilai SA nya berada pada kisaran yang sesuai dengan standar pengujian, sehingga persamaan penduga volume ini merupakan persamaan yang baik.
25
5.2.2
Pemilihan Model Terbaik
5.2.2.1 Penyusunan Persamaan Penduga Volume Pohon Tujuh model yang dievaluasi untuk menggambarkan hubungan antara volume dengan diameter setinggi dada dengan menggunakan Curve expert menghasilkan statistik tahap penyusunan model seperti di sajikan pada Tabel 6. Berdasarkan hasil analisis dari Tabel 6, tujuh model yang terpilih dengan menggunakan Curve expert menunjukkan tingkat ketelitian yang baik karena memiliki nilai koefisien determinasi yang > 50%. Nilai R2 ini menunjukkan bahwa persentase besarnya variasi peubah volume pohon yang dapat diterangkan oleh peubah diameter lebih dari 50%. Berdasarkan hasil statistik Tabel 6 model yang memiliki nilai R2 tertinggi adalah model Hoerl.
Selain aspek ketelitian
untuk penilaian model terbaik dapat juga dilihat dari aspek kesederhanaan model yaitu ditunjukkan oleh jumlah peubah penduga yang disertakan, hasil statistik Tabel 6 menunjukkan bahwa model yang memiliki aspek ketelitian yang baik dan aspek kesederhanaan adalah model Modified Geometric karena hanya menggunakan dua peubah dengan nilai R2adj tertinggi, walaupun nilai R2 nya tidak merupakan nilai yang tertinggi dari tujuh model yang digunakan. Tapi model ini memiliki nilai Fhit tertinggi. Ini berarti bahwa peubah bebas (diameter) yang digunakan untuk model ini sangat berpengaruh nyata dalam menduga peubah tidak bebasnya (volume) (Tabel 6).
26
Tabel 6 Statistik penyusunan model penduga volume (dengan Curve expert) No 1
Persamaan regresi
a
b
c
R2
R2adj
s
Fhit
Y= a*(bx)*(xc)
(Hoerl)
0.000083
0.9815
80.63%
80.02%
0.29635
133.16
2
Y = a*x(b/x)
(Modified Geometric)
13.432379
-29.5999
80.51%
80.21%
0.29496
268.45
3
Y = a*(x-b)c
(Shifted Power Fit)
0.010112
11.4689
80.53%
79.92%
0.29708
132.36
4
Y = axb
(Power Fit)
0.001186
1.7845
80.23%
79.92%
0.29706
263.75
5
Y = a+bx+cx2
(Quadratic Fit)
-0.360926
0.0219
80.48%
79.87%
0.29745
131.94
6
Y = axbx
(Geometric)
0.288675
0.0072
75.24%
74.86%
0.33242
197.54
7
Y = a+bx+c/x2 (Heat Capacity)
-1.117232
0.0476
80.53%
79.92%
0.29709
132.34
1.330807
0.000227
145.096827
26
27
5.2.2.2 Validasi Persamaan Penduga Volume Pohon Dari tahap validasi model ini diperoleh nilai hasil perhitungan bias, simpangan baku (s) dan RMSE seperti disajikan pada Tabel 7. Tabel 7 Statistik hasil validasi menggunakan Curve expert Persamaan Regresi 1 2 3 4 5 6 7
Y= a*(bx)*(xc) Y = a*x(b/x) Y = a*(x-b)c Y = axb Y = a+bx+cx2 Y = axbx Y = a+bx+c/x2
² hitung
²tabel(0.05)
Bias
RMSE
SA
SR
2.48 2.42 2.47 2.72 2.48 4.85 2.45
46.19 46.19 46.19 46.19 46.19 46.19 46.19
6.61% 4.15% 6.37% 11.89% 6.26% 28.20% 6.81%
33.71% 31.98% 33.40% 39.99% 33.63% 73.86% 33.51%
-0.02 -0.02 -0.02 -0.01 -0.02 -0.002 -0.02
18% 19% 18% 19% 18% 26% 19%
Berdasarkan Tabel 7 dari 7 model yang terpilih dengan menggunakan Curve expert, semua model menunjukkan bahwa ²hitung ≤ ²tabel(0.05) maka terima H0 yang berarti bahwa nilai dugaan volume tidak berbeda dengan nilai volume sebenarnya. Ketepatan sebuah model dapat dinilai dari nilai RMSE nya, semakin kecil nilai RMSE yang dihasilkan suatu model maka model tersebut semakin tepat dalam menduga volume. Dari nilai RMSE 7 model yang terpilih hampir semua model menghasilkan nilai RMSE yang kecil yaitu di bawah 50%, adapun yang menghasilkan nilai RMSE yang tinggi yaitu pada persamaan ke-6.
5.2.2.3 Pemilihan Persamaan Penduga Volume Pohon terbaik Untuk memudahkan dalam memilih model terbaik, perlu diberikan peringkat terhadap beberapa kriteria seperti R2adj, s, pada masing-masing model, seperti pada Tabel 8. Untuk nilai R2adj yang terbesar mendapatkan peringkat yang pertama dan seterusnya. Untuk s (simpangan baku) yang terkecil yang mendapatkan peringkat pertama, dan untuk nilai SE yang terendah juga mendapatkan peringakat pertama. Dalam memilih model terbaik untuk tahap penyusunan model ini peringkat pertama merupakan peringkatan terbaik.
28
Tabel 8 Peringkat persamaan tahap penyusunan model Persamaan 1. 2. 3. 4. 5. 6. 7.
R2adj 2 1 3 3 4 5 3
s 2 1 4 3 6 7 5
∑ Peringkat 4 2 7 6 10 12 8
Peringkat akhir 2 1 4 3 6 7 5
Dari Tabel 8, persamaan yang terpilih sebagai persamaan terbaik pada tahap penyusunan model adalah persamaan model 2 dengan bentuk persamaan Y = a * x(b/x) yaitu model Modified geometric, yang mempunyai nilai R2adj yang paling tinggi dari 6 model yang lain dan mempunyai nilai s dan SE terkecil.Untuk memilih persamaan terbaik pada tahap validasi model perlu diberikan peringkat terhadap nilai bias, RMSE seperti disajikan pada Tabel 9 .
Tabel 9 Peringkat persamaan tahap validasi model Persamaan 1. 2. 3. 4. 5. 6. 7.
Bias 4 1 3 6 2 7 5
RMSE 5 1 2 6 4 7 3
∑ Peringkat 9 2 5 12 6 14 8
Peringkat Akhir 6 1 2 4 3 7 5
Berdasarkan Tabel 9, persamaan yang terbaik adalah persamaan 2 yaitu model Modified geometric, yang mempunyai nilai bias dan RMSE yang paling rendah.
29
Tabel 10 Peringkat gabungan tiap persamaan penduga volume Persamaan 1. 2. 3. 4. 5. 6. 7.
Peringkat Penyusunan Validasi 2 6 1 1 4 2 3 4 6 3 7 7 5 5
Jumlah
Peringkat akhir
8 2 6 7 9 14 10
4 1 2 3 5 7 6
Berdasarkan Tabel 10, dapat ditentukan bahwa persamaan terbaik untuk menduga volume pohon jati untuk setiap macam sortimen adalah model Modified geometric. Karena pada tahap penyusunan model dan validasi model persamaan ini terpilih sebagai peringkat pertama.
5.2.2.4 Penyusunan Tabel Volume pohon Jati per Sortimen Setelah melalui tahap penyusunan dan validasi model, dapat diperoleh model penduga volume pohon jati yang terbaik adalah model Modified geometric Y = a*x(b/x)
(V = 13.432379 x D
(-29.5999/D)
). Tabel volume ini digunakan untuk
mengetahui potensi volume pohon jati per sortimen di KPH Pemalang. Tabel volume yang dihasilkan dalam penelitian ini dapat dilihat pada Lampiran 1. Untuk penduga volume sortimen-sortimen pohon jati dilakukan metode proporsi dari setiap volume perseksi yang ada disetiap pohon contoh yakni proporsi dari sortimen AI, AII, AII dari volume total yang didapat dari pengukuran di lapangan pada setiap pohon contoh. Berdasarkan Tabel 11 dapat dilihat proporsi yang diperoleh untuk penentuan volume per sortimen pada tabel volume. Nilai proporsi ini diperoleh dari nilai volume sortimen yang didapatkan di lapangan yang dibagi dengan volume total dari jumlah volume sortimen lalu dirata-ratakan. Pada kelas dimeter 23-25 cm, 26-27 cm dan 28-30 cm yang merupakan sortimen AII diperoleh nilai proporsi untuk sortimen AIII, hal ini terjadi karena penebangan pohon Jati di lapangan dilakukan bukan pada diameter setinggi dada tapi dilakukan pada 5-10 cm di atas permukaan tanah, sehingga diperoleh volume sortimen AIII pada kelas diameter tersebut.
30
Tabel 11 Proporsi pendugaan volume setiap sortimen No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Kelas diameter 18-20 cm 21-22 cm 23-25 cm 26-27 cm 28-30 cm 31-32 cm 33-35 cm 36-37 cm 38-40 cm 41-42 cm 43-45 cm 46-47 cm 48-50 cm 51-52 cm 53-55 cm 56-57 cm 58-60 cm 61-62 cm 64-65 cm 66-69 cm
Proporsi AI 1 0.663 0.612 0.513 0.530 0.283 0.274 0.237 0.156 0.123 0.150 0.144 0.149 0.075 0.137 0.084 0.077 0.096 0.126 0.084
Proporsi AII 0 0.337 0.366 0.399 0.450 0.595 0.550 0.540 0.489 0.423 0.340 0.378 0.304 0.213 0.210 0.282 0.242 0.204 0.117 0.226
Proporsi AIII 0 0 0.022 0.087 0.020 0.121 0.176 0.223 0.355 0.454 0.510 0.477 0.548 0.712 0.652 0.634 0.681 0.699 0.756 0.690
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan Adapun kesimpulan yang dapat diperoleh dari penelitian ini adalah: 1. Penduga volume Jati di KPH Pemalang dengan model Berkhout tanpa transformasi memiliki akurasi yang lebih baik dibanding model yang diperoleh melalui transformasi. 2. Penduga volume Jati di KPH Pemalang yang terbaik adalah model Modified Geometric: V= 13.432379 D(-29.5999/D) dimana D adalah diameter setinggi dada , pada kisaran 18-70 cm. 3. Pendugaan volume Jati per sortimen di KPH Pemalang dapat dilakukan berdasarkan proporsi dari volume sortimen terhadap volume pohon totalnya yang diperoleh dengan model V = 13.432379 D(-29.5999/D). 6.2 Saran Proporsi volume setiap macam sortimen dihitung dari nilai-nilai volume pohon pada setiap kelas diameter, oleh karena itu pohon-pohon contoh harus mewakili setiap kelas diameter dengan jumlah yang memadai.
DAFTAR PUSTAKA Chapman HH, WH Meyer. 1949. Forest Mensuration. New York: Mc Grow Hill Book, Co. Inc. Cordes JWH. 1992. Hutan Jati di Jawa. Malang: Yayasan Manggala Sylva Lestari. Elias. 1988. Pembukaan Wilayah Hutan. Bogor: Diktat Kuliah Fakultas Kehutanan Institut Pertanian Bogor. Elias. 1998. Sistem Pemanen Kayu Jati. Bogor: Diktat Kuliah Fakultas Kehutanan Institut Pertanian Bogor. [Fahutan UGM] Fakultas Kehutanan, Universitas Gadjah Mada. 1976. Silvikultur Khusus. Yogyakarta: Yayasan Pembinaan Fahutan UGM. Husch JA. 1963. The Dictionary of Forestry. Wallingford: The Society of American Foresters and CABI Publishing. Osmaston FC. 1968. The Management of Forests. London: George Allen and Unwim LTD. Perum Perhutani I. 2005. Petunjuk Pelaksanaan Pembagian Batang Kayu Bundar Jati. Semarang: Biro Produksi Semarang. Prodan M. 1965.Forest Biometric. Oxford: Pergamon Press. Sumarna Y. 2001. Budi Daya Jati. Jakarta: Penebar Swadaya. Soeranggadjiwa MH. 1967. Inventarisasi Kayu Tegakan Bagian Hutan Djati dan Hutan Industri lainnya. Jakarta: Rimba Indonesia XII. Spurr SH. 1952. Forest Inventory. New York: The Ronald Press Company Inc. Sumarna Y dan Y Sudiono. 1976. Ilmu Ukur Kayu. Jakarta: Bagian Pendidikan Direktorat Jendral Kehutanan. Suharlan A dan Y Sudiono. 1976. Tabel Volume untuk Pinus merkusii Jungh.Bogor: Lembaga Penelitian Hutan.
33
LAMPIRAN
34
Lampiran 1 Tabel volume sortimen Jati (m3) Kelas diameter (cm) 18-20 21-22 23-25 26-27 28-30 31-32 33-35 36-37 38-40 41-42 43-45 46-47 48-50 51-52 53-55 56-57 58-60 61-62 63-65 66-70
Volume total (model) 0.138 0.197 0.268 0.345 0.432 0.526 0.624 0.726 0.833 0.942 1.053 1.166 1.280 1.394 1.531 1.623 1.737 1.850 1.963 2.140
Keterangan: VAI : Volume sortimen AI VAII : Volume sortimen AII VAIII : Volume sortimen AIII
V AI 0.138 0.131 0.164 0.177 0.229 0.149 0.171 0.172 0.130 0.116 0.158 0.168 0.190 0.104 0.210 0.136 0.134 0.178 0.248 0.179
V AII 0 0.066 0.098 0.138 0.195 0.313 0.343 0.392 0.408 0.399 0.358 0.441 0.389 0.297 0.322 0.458 0.420 0.378 0.231 0.484
V AIII 0 0 0.006 0.030 0.008 0.064 0.110 0.162 0.295 0.427 0.537 0.557 0.701 0.993 0.999 1.029 1.183 1.294 1.484 1.477
35
Lampiran 2 Data dimensi pohon contoh No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
No. Pohon 126 28 63 124 223 81 294 54 67 273 87 161 334 271 281 288 292 2 68 483 295 29 283 154 275 286 373 274 341 471 290 485 323 327 330 329 340 466 335 136
dbh (cm) 18 18 19 19 21 21 21 22 22 23 23 23 25 25 25 25 25 27 27 28 29 29 29 29 31 31 32 32 32 32 32 33 33 34 34 35 35 35 36 37
tbc (m) 4.6 8.1 4.5 6.4 6 6.3 6.7 5.5 6.7 5.6 6 3.6 6.7 10.8 6.8 7 4.3 10 6.7 10 6.1 14.5 3.1 9.6 11.1 9.6 9.7 14.5 9.4 11 9.3 11 11.3 9 11.7 11.3 9.5 12.1 8.9 10.3
V A1 0.125 0.143 0.144 0.167 0.207 0.131 0.162 0.154 0.202 0.17 0.222 0.136 0.157 0.228 0.126 0.163 0.062 0.151 0.16 0.24 0.183 0.251 0.062 0.207 0.196 0.212 0.13 0.118 0.172 0.18 0.127 0.162 0.165 0.17 0.206 0.18 0.146 0.198 0.135 0.189
V AII 0 0 0 0 0.078 0.104 0.153 0.069 0.042 0.063 0.058 0 0.072 0.195 0.196 0.131 0.165 0.165 0.081 0.217 0.086 0.168 0.118 0.163 0.335 0.24 0.268 0.599 0.425 0.287 0.43 0.411 0.407 0.335 0.285 0.354 0.419 0.273 0.386 0.3
V AIII 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.07 0 0 0 0.051 0 0 0.045 0 0 0 0 0.062 0.188 0.072 0.196 0.064 0.094 0.067 0.137 0.075 0.108 0.119 0.202 0 0.395
V total 0.125 0.143 0.144 0.167 0.285 0.235 0.315 0.223 0.244 0.233 0.28 0.136 0.229 0.423 0.392 0.294 0.227 0.316 0.292 0.457 0.269 0.464 0.18 0.37 0.531 0.452 0.46 0.905 0.669 0.663 0.621 0.667 0.639 0.642 0.566 0.642 0.684 0.673 0.521 0.884
36
Lampiran 2 (sambungan) No No. Pohon 41 369 42 486 43 482 44 368 45 475 46 487 47 262 48 488 49 371 50 346 51 479 52 284 53 260 54 280 55 345 56 338 57 339 58 492 59 328 60 336 61 261 62 377 63 285 64 348 65 44 66 469 67 494 68 333 69 374 70 258 71 265 72 117 73 370 74 372 75 86 76 458 77 481 78 337 79 217
dbh (cm) 38 38 38 38 39 39 40 40 40 40 40 41 41 41 41 42 43 44 45 45 45 46 46 46 48 48 48 49 50 50 50 51 51 51 53 53 53 53 54
tbc (m) 14.1 11.7 12.7 10.4 12.4 11.8 12.1 12.3 13.4 10.2 13.7 9.8 13.7 10.9 14 12.3 11.5 14.5 13.5 16 13.9 12.6 13.4 11 9.7 14.8 13 11.3 15.8 16.5 11.6 11.4 15.6 13.3 18.5 19.9 12.6 14.1 16.2
V AI 0.107 0.148 0.103 0.185 0.117 0.21 0.107 0.109 0.093 0.162 0.158 0.092 0.092 0.134 0.116 0.109 0.151 0.166 0.146 0.246 0.104 0.129 0.087 0.214 0.134 0.215 0.118 0.169 0.08 0.176 0.123 0.082 0.08 0.202 0.207 0.244 0.068 0.428 0.212
V AII 0.608 0.473 0.489 0.349 0.441 0.263 0.473 0.462 0.405 0.292 0.411 0.328 0.45 0.117 0.523 0.435 0.361 0.56 0.41 0.188 0.337 0.375 0.444 0.326 0.448 0.139 0.353 0.175 0.402 0.246 0.332 0.463 0.262 0.281 0.339 0.241 0.371 0.125 0.458
V AIII 0.167 0.136 0.277 0.496 0.237 0.361 0.346 0.22 0.551 0.545 0.218 0.35 0.423 0.699 0.349 0.218 0.536 0.26 0.547 0.638 0.957 0.909 0.365 0.333 0.968 0.663 0.831 0.772 0.825 0.624 0 0.93 1.329 1.186 1.513 1.251 1.602 0.474 0.546
V total 0.882 0.757 0.869 1.03 0.795 0.834 0.926 0.791 1.049 0.999 0.787 0.77 0.965 0.95 0.988 0.762 1.048 0.986 1.103 1.072 1.398 1.413 0.896 0.873 1.55 1.017 1.302 1.116 1.307 1.046 0.455 1.475 1.671 1.669 2.059 1.736 2.041 1.027 1.216
37
Lampiran 2 (sambungan) No 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
No. Pohon 257 191 462 43 36 135 188 82 184 221 216 375 48 51 53 376 183 120 476 282 301
dbh (cm) 54 54 55 56 57 58 58 59 60 61 61 61 61 62 62 62 64 64 66 69 76
tbc (m) 12.6 10 15.6 22.2 17.3 13.3 15.6 12.3 20.3 17.1 17.2 25.4 14.5 18.5 17.2 21 16.2 13.8 17.7 24.9 22.2
VAI 0.227 0.059 0.055 0.149 0.073 0.12 0.106 0.067 0.21 0.232 0.129 0.193 0.133 0.157 0.176 0.287 0.168 0.239 0.167 0.299 0.173
VAII 0.346 0.299 0.375 0.332 0.319 0.239 0.18 0.288 0.749 0.234 0.45 0.419 0.481 0.441 0.323 0.148 0.122 0.257 0.765 0.35 0.28
VAIII 0.886 1.192 0.967 1.429 0.423 1.792 1.531 0.388 1.073 1.809 1.144 1.677 0.782 0.789 1.512 1.999 1.316 1.12 1.291 2.594 1.487
V total 1.459 1.55 1.397 1.91 0.815 2.151 1.817 0.743 2.032 2.275 1.723 2.289 1.396 1.387 2.011 2.434 1.606 1.616 2.223 3.243 1.94
